Jak powstają korki?

Ruch drogowy składa się z wielu indywidualnych uczestników, którzy nie są ze sobą skoordynowani – pojedynczy kierowcy nie są świadomi wpływu ich decyzji na resztę całego układu. Decyzje, jakie podejmują (na przykład o zmianie pasa) mają zatem na celu optymalizację czasu własnego przejazdu, a nie usprawnienie całości ruchu. Ma to spore znaczenie, ponieważ pojedynczy pojazd poprzez zmianę pasa bądź chwilowe spowolnienie może spowodować zakłócenia w płynnym przejeździe aut poruszających się za nim. Istnieje wiele symulacji, które dobrze obrazują to zjawisko. Jedną z nich, opracowaną przez MIT można znaleźć tutaj.

Dlatego większość rozwiązań optymalizujących ruch drogowy ma na uwadze zredukowanie wpływu tych pojedynczych zachowań na całość. Jest to możliwe m.in poprzez dopasowanie działania świateł drogowych do sytuacji na drodze lub poprzez kompleksowy i ogólnodostępny system monitorowania ruchu drogowego, który da kierowcom szeroki wgląd w sytuację.

Optymalizacja świateł drogowych

Naukowcy z MIT opracowali rozwiązanie, które może poprawić wydajność świateł w kierowaniu ruchem drogowym. Na potrzeby badania stworzyli oni zestaw algorytmów symulujących ulice i skrzyżowania w rzeczywistym mieście – szwajcarskiej Lozannie. Brały one pod uwagę zmieniające się na przestrzeni dnia i nocy warunki, a także zmienność zachowań pojedynczych kierowców. Była to pierwsza taka symulacja, która skutecznie przetwarzała dane w skali całego miasta i przekazywała informacje o indywidualnych uczestnikach ruchu. W wyliczeniach uwzględniony został także udział poszczególnych typów pojazdów, co pozwoliło na obliczanie emisji dwutlenku węgla. Wszystkie te funkcje pozwalają na użycie symulacji do dopasowania systemu optymalizacji świateł drogowych do danego miasta i na jednoczesne oszacowanie wpływu na środowisko dzięki wprowadzeniu zmian.

Podobna, chociaż nieco prostsza symulacja posłużyła do skutecznej poprawy sytuacji na ulicach Portland w Stanach Zjednoczonych. Zastosowane w mieście oprogramowanie przyjmowało dane o natężeniu ruchu w danych godzinach i na podstawie przeprowadzonych do obliczeń proponowało bardziej optymalne odstępy między zmianami świateł drogowych na poszczególnych skrzyżowaniach. Dzięki temu systemowi uczestnicy ruchu rzadziej musieli się zatrzymywać, co w 2011 roku pozwoliło oszczędzić około 662 tysiące litrów paliwa i zapobiec emisji około 15 tysięcy ton dwutlenku węgla.

Bardziej zaawansowane systemy zaoferują w przyszłości znacznie więcej

Bardziej złożone rozwiązanie może w przyszłości pozwolić na monitorowanie sytuacji na drogach w czasie rzeczywistym z pomocą kilku różnych technologii – GPS, kamer lub radarów. Odpowiednio zaimplementowany system posłużyłby nie tylko do optymalizacji świateł. Informacje o natężeniu ruchu w danej chwili i propozycje objazdów mogłyby być udostępniane kierowcom, co rozładowałoby korki na szczególnie uczęszczanych trasach.

Środowisku pomóc może zarówno system, jak i pojedynczy kierowca

Niezależnie od wykorzystanej technologii, skuteczne rozwiązanie usprawniające ruch drogowy jest korzystne dla klimatu. Skrócenie czasu postoju z włączonym silnikiem i zmniejszenie ilości przypadków, kiedy auto musi zatrzymać się lub ponownie rozpędzić, zmniejszy zużycie paliwa, a co za tym idzie – emisję gazów cieplarnianych i zanieczyszczeń.

Zanim jednak takie skuteczne systemy zagoszczą w każdym mieście, wszyscy uczestnicy ruchu mogą pomóc poprawić sytuację na drogach. Ze statystycznego prywatnego auta korzysta 1.4 pasażera przez 50 minut dziennie. To spore pole do optymalizacji na poziomie pojedynczego pojazdu – zwiększenie ilości pasażerów zmniejszyłoby ilość aut na drogach, co zredukowałoby korki i ilość emisji. Sposobem na to jest na przykład organizacja wspólnych przejazdów – przez internet bądź razem z sąsiadami lub współpracownikami. Działając na korzyść środowiska, działamy też na naszą własną korzyść, zyskujemy czas i pieniądze.

Źródła:

Blickfeld, Smart Traffic – How to reduce congestion in cities with the help of LiDAR., https://www.blickfeld.com/how-to-reduce-traffic-in-cities-with-lidar/ 07.01.2020.

Chandler, D., Better traffic signals can cut greenhouse gas emissions. http://news.mit.edu/2015/smarter-stoplights-cut-greenhouse-gas-0331 07.01.2020.

C40 Cities, Optimizing Traffic Signal Timing Significantly Reduces the Consumption of Fuel., https://www.c40.org/case_studies/optimizing-traffic-signal-timing-significantly-reduces-the-consumption-of-fuel, 07.01.2020.

International Transport forum, COP25 Transport Climate Actions., https://www.itf-oecd.org/cop25-transport-climate-actions, 07.01.2020.